绿色产业政策与制造业绿色技术创新

金 环，于立宏，徐远彬

（1. 华东理工大学商学院，上海 200237；2. 江西财经大学（南昌）产业经济研究院，江西南昌 330013）

自中国经济发展进入“新常态”，传统依靠高耗能、高资源投入的粗放式增长方式已无法持续，绿色发展才是实现中国经济高质量发展的必然选择。2021 年2 月，《国务院关于加快建立健全绿色低碳循环发展经济体系的指导意见》提出，要“建立健全绿色低碳循环发展的经济体系，确保实现碳达峰、碳中和目标，推动我国绿色发展迈上新台阶”。在此背景下如何实现绿色发展，既关系到碳达峰与碳中和目标能否如期履约，也关乎中国经济绿色转型能否实现质的跨越。众多考察绿色低碳循环发展的理论与实践均已证明，技术创新是提高制造业能源使用效率和绿色生产力的关键，尤其提高温室气体排放量大的重污染行业能源使用效率［1-2］。然而，资金瓶颈是制约绿色创新发展的一大阻碍，虽然绿色创新系统带来的知识创造和吸收能力提升有助于可再生能源的持续发展，但金融机构和资本市场对绿色技术创新的补偿机制正变得越来越重要［3-4］。扩大资本市场和拓宽融资渠道是新兴经济体绿色循环与可持续发展的必要保障和基石［5］。

为了贯彻新发展理念，加快绿色金融对改善环境、拓宽绿色融资渠道的支持力度，2017 年6 月，国务院审议通过在浙江省、广东省、贵州省、江西省以及新疆维吾尔自治区建立各有侧重、各具特色的绿色金融改革创新试验区，标志着以绿色金融为手段的区域型绿色产业政策成为中国控制污染，实现经济绿色转型的新政策工具。区别于传统产业政策仅是政府为了提高工业（制造业）的生产、投资、研究和开发、现代化和产业改组而抑制其他产业的同类活动［6］，将绿色产业政策定义为中央或地方政府制定的、以绿色政策工具（包括金融工具、结构工具、组织工具等）为手段，能够内化创新与环境外部性成本，并以促进产业绿色转型升级为目标的各种政策组合。根据此定义，2017 年国务院首批设立的绿色金融改革创新试验区以绿色金融工具（包括绿色信贷、绿色债券以及绿色保险）为手段，以倒逼试验区污染企业绿色转型和鼓励清洁企业结构升级为目标，因此属于典型的区域型绿色产业政策［7］。那么，作为绿色产业政策的重要实践，身兼“环保使命”和“转型迫令”双重责任的绿色金融能否发挥绿色创新的政策效果？如果能，其内在机制又是什么？实践中鲜有学者对其深入探究。这些问题的正确回答对于未来中国其他类型的绿色产业政策普适性推广具有重要的理论价值和现实意义。

1 文献综述

国内外关于绿色产业政策与企业绿色技术创新的研究主要集中在以下两个方面：一是对绿色产业政策的概念、内涵以及施政效果进行研究；二是对影响绿色技术创新的方式和路径进行深入探讨。

1.1 绿色产业政策的相关研究

关于绿色产业政策的研究在国际上有着长期探讨，包括绿色产业政策的内涵界定、产业发展与经济效应。Altenburg 等［8］将绿色产业政策定义为旨在加快向低碳、高效生产率转型的政府鼓励措施。Rogge 等［9］发现绿色产业政策在推动产业结构绿色调整过程中发挥着关键引导和推动作用。国内关于绿色产业政策的研究还非常少见，随着低碳经济、绿色高质量发展成为主流趋势后，绿色产业政策逐渐受到学者们的重视。李晓萍等［7］根据产业政策、环境政策的特征与边界，详细区分了绿色产业政策与其他两类政策的联系和差别，并将中国的绿色产业政策划分为重发展轻环保阶段、绿色产业政策萌芽阶段以及绿色产业政策初步发展三个阶段，最后从本质上阐述了绿色产业政策的关键目标是推动绿色技术创新，但难点在于政策不确定性难以协调不同利益群体之间的矛盾。陈璐怡等［10］利用1998—2013 年中国工业企业和污染库匹配数据，实证考察了绿色产业政策对中国纺织行业高质量发展的影响，发现短期内绿色产业政策并不会对企业环境绩效产生立竿见影的影响，但长期来看能实现企业创新绩效与环境绩效“双提升”目标，推动中国纺织行业高质量发展。黄维娜等［11］利用沪深A 股上市公司并购数据，考察了绿色产业政策对企业绿色并购和绿色转型的影响，发现受绿色产业政策扶持的目标企业更容易被主并企业绿色并购，但其诱因仅是为了获得策略性政策套利，并未实现实质性的绿色转型。

1.2 绿色技术创新的影响因素探究

目前学界对于绿色技术创新的概念、内涵仍有争议，Mirata 等［12］根据创新的动机和目的将绿色技术创新定义为能够降低一切对环境不利影响，以实现环境绩效改善的价值创造活动。Rennings［13］在可持续发展背景下，将绿色技术创新定义为能够产生新行为、新产品或新工艺流程，并有助于减少环境负担和实现生态可持续性目标的一系列创造活动。关于环境规制对绿色技术创新的影响主要围绕“波特假说”展开。Jorgenson 等［14］指出，环境规制恶化了化工、石油及造纸等重污染行业的生存条件，挤出了企业的创新投入，导致其生产率受损和经济绩效下滑。然而，Porter 等［15］却发现，设计严格的环境规制会倒逼企业进行研发创新，从而产生的创新补偿效应能够抵消合规成本，有利于增强企业市场竞争力。Acemoglu等［16］通过构建环境技术进步方向模型，同样发现政府征收环境税和研发补贴的政策组合能够在不牺牲环境的情况下实现清洁技术创新。近年来，部分学者采用准自然实验的方法考察了《绿色信贷指引》对企业绿色技术创新的影响，发现绿色信贷政策主要通过缩减信贷规模并提高信贷成本两条路径，显著抑制了重污染工业企业绿色技术创新，且该政策的抑制作用对非国有企业以及小规模企业更为明显。

已有关于环境规制和绿色技术创新的理论与实证研究为文章奠定了良好的基础，但仍存在以下两个方面的不足：第一，众多影响绿色技术创新的实践路径中，对绿色产业政策的量化研究关注度不够，亟待进一步探索和丰富；第二，为数不多的量化研究也主要考察绿色产业政策对行业高质量和企业并购的影响，基于绿色技术创新视角的文献还较为匮乏。文章将国家绿色金融改革创新试验区的设立作为一项准实验，选择沪深A 股上市公司数据，构建双重差分模型考察绿色金融对制造业绿色技术创新的影响及机制。可能的边际贡献有：①从绿色金融这一新的视角考察了区域型绿色产业政策对企业绿色创新的影响，不仅利用了中国数据进一步丰富“波特假说”理论，也为绿色金融助力碳达峰与碳中和目标的实现提供了一条可供参照的新思路；②采用三重差分法进行机制检验发现，绿色金融政策有助于在制造业内部引导信贷资源从重污染行业流向绿色清洁行业，从而改善了制造业内部的资金配置效率，促进试验区企业整体实现绿色创新发展；③基于生命周期理论将制造业上市公司划分为成长期、成熟期和衰退期三个阶段，并分析了不同阶段中绿色金融的创新激励差异化影响，不仅深化了对政策本身的研究，同时也为绿色金融改革创新试验区的后续推广提供了决策依据；④以绿色金融改革创新试验区这一外生政策冲击作为区域型绿色产业政策的典型代表，避免了传统政策工具在度量时因指标单一造成的测量误差，更“干净”地识别出绿色金融的因果效应。

2 政策背景与研究假设

2.1 政策背景

中国经济发展进入“新常态”以来，以创新、协调、绿色、开放、共享为代表的新发展理念开始成为经济发展的主流趋势。为了加快绿色发展进程，2017 年国务院首次在五省八个城市设立绿色金融改革创新试验区，尝试探索绿色金融体制机制创新，加大金融对改善生态环境、资源节约和高效利用。在具体实践中，绿色金融政策主要依靠环境信用评价以及风险评估对企业实行差别化的财税优惠和信贷支持，从而鼓励企业进行清洁生产，倒逼污染类企业绿色转型。首批选择的绿色金融试验区主要分为三个梯队，第一梯队包括浙江省和广东省，第二梯队包括贵州省和江西省，第三梯队以新疆维吾尔自治区为龙头。这三个梯队在经济发展水平、产业结构、资源禀赋及环境承载能力等方面各具特色，能够体现试验区的差异化和代表性。具体实践中，浙江省湖州市政府为支持绿色金融推广，制定了深绿、绿和浅绿三个档次的贴息计划，专门针对绿债提供30%的贴息。广州市花都区推出“1+4”配套政策体系，对绿色金融机构、绿色企业给予一次性奖励、税收优惠、财政补贴，同时还建立绿色快速审批通道激励金融机构积极开展绿色信贷业务。此外，为了防止试验区内部分企业存在“洗绿”行为，新疆启动建立由绿金委专家组成的绿色项目库评价标准，大大增强了绿色项目认定的可信度。总之，在转型升级大背景下，绿色金融改革创新是中国企业实现绿色转型和经济绿色发展的有益探索。

2.2 研究假说

绿色金融本质上就是基于环境约束的信贷配给，对绿色企业的资金投入给予更多的倾斜，发展绿色金融对企业技术创新决策和意愿具有重要的引导作用。对污染企业而言，一方面，绿色金融通过完善环境信息披露共享机制，提高了支持污染企业融资的金融机构声誉风险，不断压缩污染企业的融资空间。绿色信贷产生的融资惩罚效应与投资抑制效应造成重污染企业的债务成本上升和经营绩效下滑，从而倒逼污染企业绿色技术创新［18］；另一方面，在传统的环境规制中，污染企业可能通过贡献经济产出（如税收和就业等）的方式俘获地方政府，扭曲环境规制对技术创新激励效应的传导路径。绿色金融发展提高了污染企业规制俘获行为的机会成本，强化环境规制的创新补偿效应［19］，促使企业在面对环境约束时，倾向于通过绿色技术创新而非规制俘获的方式实现环境绩效改善。对清洁企业而言，绿色金融机构通过设立环境信用评价标准为绿色创新项目提供强有力的融资支持，清洁企业自身的禀赋特征使得在传统金融框架下难以获得资金支持的项目，在绿色金融发展下有更高的概率及时获取融资需求，提高绿色技术创新活动开展的可行性。事实上，绿色金融通过环境信息的资金配置机制，提高污染企业的投资风险，不断降低污染企业的融资机会，使试验区内的绿色资金流向满足绿色信用评级标准并长期从事清洁生产的绿色产业中［20］。最后，无论对重污染企业还是绿色清洁企业，在满足试验区绿色环境评价标准后，均能获得绿色信贷支持。因此绿色金融总体上仍是为试验区企业提供了新的融资渠道，对企业绿色创新活动能够产生积极影响。基于以上分析，提出如下待检验的理论假说。

假说1：绿色金融改革创新试验区的设立通过缓解融资约束，有利于促进制造业绿色技术创新。

假说1a：绿色金融改革创新试验区的设立提高了污染企业的融资成本，不利于绿色技术创新。

假说1b：绿色金融改革创新试验区的设立提高了污染企业的融资成本，倒逼其绿色技术创新。

从生命周期的视角看，企业在不同的发展阶段上规模、盈利能力、投融资策略以及转型意愿等明显不同。通常而言，成长期企业选择创新的概率较低。一方面，成长期企业会面临较为严重的融资约束。在内源融资方面，企业刚涉足新晋行业，盈利能力较差甚至尚未开始盈利，生产经营所提供的内源融资较少；在外源融资方面，新进入者尚未建立良好的市场声誉，随时可能退出市场，信贷资金供给者在提供贷款方面通常持谨慎和保守态度，进一步缩紧了企业融资渠道［21］。另一方面，成长期企业虽然充满了创新活力，但研发经验不足，创新成功率较低。由于资金成本有限，年轻的小规模企业往往会采取保守的创新策略以尽可能地规避风险［22］。

与之相反，当企业发展至成熟阶段后，其生产模式日趋完善、组织架构不断更新，且在市场上拥有广泛的合作者和利益集团，企业的盈利能力显著提升，信贷资金供给方对其信任度大为提高，内源融资约束和外源融资约束均得以缓解［23］。为了进一步开拓市场，拥有良好声誉和忠实消费者的成熟期企业开始考虑从原来的“求生存”转向“谋发展”。此外，在经过前期的创新模式、研发经验积累后，成熟期企业在研发创新方面往往有的放矢，失败概率明显降低［24］。为了进一步扩大市场份额，成熟期企业倾向于选择技术水平含量高、资金投入大、不确定风险高但未来收益多的研发项目，因此更有可能选择绿色技术创新。

当企业进入衰退期后，盈利能力不断下滑，加之进入衰退期后企业的内部运营和管理体制机制冗杂，企业的创新能力不断弱化，企业变得循规蹈矩，往往仅在原有技术水平的基础上“添砖加瓦”，不愿意花大量资金在突破性创新上进行创造性破坏。由于企业财务状况恶化、避险态度强烈，衰退期企业的发展由当初的“谋发展”回到最开始的“求生存”。因此绿色金融对衰退期企业绿色技术创新的激励作用可能并不会十分明显。基于以上分析，提出如下理论假说。

假说2：相较于成长期和衰退期企业，绿色金融改革创新试验区的设立更有助于促进成熟期企业绿色技术创新。

3 研究设计

3.1 计量模型构建

为了精准识别宏观层面实施的绿色金融政策对制造企业绿色技术创新的影响，文章构建如下双重差分模型进行实证检验：

其中：i表示企业，t表示年份。Yit是被解释变量，代表企业绿色技术创新；DIDit表示政策虚拟变量，它是由分组虚拟变量treati与时间虚拟变量timet交互得到。如果上市公司注册地址位于绿色金融改革创新试验区内，treati记为1，否则记为0。同样，政策冲击前（2017 年之前）timet取值为0，政策冲击后timet取值为1；Xit表示企业层面的控制变量集合，此外，文章进一步控制了时间和行业层面的固定效应；εit表示随机误差项。

依据理论分析，绿色金融改革创新试验区的设立主要通过缓解企业融资约束促进绿色技术创新。为此，借鉴温忠麟等［25］构建的中介效应三步法检验融资约束中介机制是否成立，在式（1）的基础上设定如下计量模型：

其中：KZit表示企业的融资约束，文章参照徐思等［26］的做法，采用经营性净现金流、现金股利、现金持有以及资产负债率等变量构建KZ指数，KZ指数越大表明企业面临的融资约束越严重。式（1）表示主效应回归检验，式（2）和式（3）表示中介机制检验，如果系数α1和γ2同时显著，说明融资约束中介效应一定存在；如果式（2）和式（3）中系数α1显著同时γ1和γ2也显著，则此过程中融资约束属于部分中介，反之，如果系数α1显著，系数γ1不显著但γ2显著，则此过程中融资约束属于完全中介；其他控制变量的选择与基准回归模型保持一致。

3.2 变量定义

3.2.1 企业绿色技术创新

对绿色技术创新的度量主要有两种方式，一是选择绿色专利申请的绝对（或相对）数指标；二是选择绿色专利授权的绝对（或相对）数指标。参照齐绍洲等［27］的做法，文章同时采用上市公司已申请的绿色专利数占专利申请总数的比值（RatioGreenPat）以及绿色发明专利数占发明专利申请总数的比值（RatioGreenInv）表征企业绿色技术创新。主要鉴于如下两方面因素的考虑：第一，选择绿色专利占比和绿色发明专利占比这种相对数指标，更能有效剔除试点政策以外促进企业绿色技术创新的其他不可观测的因素干扰；第二，选择专利申请数占比而不是授权数占比主要是考虑到专利授权存在一定的滞后性，一项专利从申请到授权往往需要一到两年时间，相较之下专利申请数据会比授予量更稳定、可靠和及时［28］。考虑到绿色专利申请数也存在一定的滞后期，稳健性检验中分别采用被解释变量滞后一期和两期的数据重新进行回归分析。

3.2.2 绿色金融改革创新试点政策

根据上市公司注册地址在样本期间是否位于绿色金融改革创新试验区，手动搜索并整理上市公司注册地址，并与地级市面板数据进行匹配，分别构造政策分组虚拟变量和时间虚拟变量。位于试验区的企业treat记为1，否则记为0；同理，在政策实施当年及以后年份time取值为1，否则取值为0，绿色金融创新政策即为政策分组虚拟变量和时间虚拟变量的交互项（DID）。

3.2.3 控制变量

参照齐绍洲等［27］、徐佳等［29］的做法，文章选择的企业层面控制变量主要包括衡量公司的基本特征：企业规模（size）、企业年龄（age）、资产结构（asset）；衡量公司财务状况：盈利能力（roa）、资产负债率（lev）、企业成长性（grow）；反映公司治理情况：管理层持股比例（share）、董事长与总经理是否两职合一（twone）。具体变量的定义和描述性统计见表1。

表1 变量定义及描述性统计

3.3 数据说明

以2011—2019年中国沪深A 股上市公司作为研究样本。为了避免处理组和控制组样本存在显著差异，只保留了上市公司地址位于浙江省、广东省、贵州省、江西省以及新疆维吾尔自治区在内的所有企业，这一处理方式能够尽量降低地区之间可能存在的不可观测的宏观因素干扰。其中，企业层面的财务指标来自CSMAR 数据库，绿色专利申请数（包括发明专利和非发明专利）根据世界知识产权组织推出的国际专利分类绿色清单中列出的、符合绿色专利标准的IPC 分类号和上市公司企业名称为关键词手工搜集整理获得。此外，还对上市公司了如下处理：①根据证监会《上市公司行业分类指引（2012年版）》的划分标准，剔除第一产业和第三产业的上市公司样本，只保留了门类代码为C的制造业上市公司；②剔除了金融保险、ST、*ST类上市公司；③剔除了变量缺失严重以及资产负债率大于1 或小于0 等异常值样本。经过处理，最终得到755家上市公司4 720个样本观测值的非平衡面板数据。最后对所有连续变量进行了上下1%的缩尾处理。

4 实证结果检验

4.1 基准回归检验

表2报告了基准回归的估计结果。第2列和第3列仅展示单变量回归结果，发现核心解释变量的估计系数均在5%的水平下显著为正。第4列和第5列在此基础上加入了企业层面的控制变量，结果仍然显示核心解释变量的估计系数至少在5%水平下显著。考虑到企业所在地区随时间变化的诸多不可观测因素可能会对绿色技术创新造成影响，第6 列和第7 列再次加入了省份个体时间趋势，结果显示核心解释变量的估计系数和显著性较之前均有所降低，但依然在5%水平下显著为正，表明与非试点地区相比，绿色金融政策能够显著促进试点地区制造业绿色技术创新。此外，一个有趣的现象是，与绿色发明专利占比表征的企业绿色技术创新相比，试验区的设立对绿色专利申请占比度量的绿色技术创新回归系数影响更大，说明提高试验区企业绿色发明专利数量的难度要明显高于绿色专利申请数。

表2 基准回归结果

4.2 机制检验：融资约束视角

4.2.1 全样本机制检验

依据前述分析，分别运用中介效应模型对式（1）—（3）进行中介效应检验，结果见表3。第2 列显示的是主效应回归，以绿色发明专利占比作为被解释变量的主效应回归结果显示，核心解释变量的估计系数在5%的置信水平下显著为正，与基准回归结论保持一致。第3列和第4列是对利用KZ指数测算的融资约束中介机制进行回归检验，结果发现与非试验区企业相比，绿色金融政策显著降低了试验区制造企业融资约束，且融资约束在绿色金融促进制造业绿色技术创新过程中发挥部分中介作用。同理，以绿色专利申请占比度量被解释变量的中介效应依然显示，绿色金融能够通过缓解融资约束的方式促进制造企业绿色技术创新。除此之外，进一步对因变量为绿色发明专利占比和绿色专利占比的中介机制采用Sobel检验和Bootstrap 检验，由表3 中的结果可知，融资约束中介变量Sobel 检验的统计量均显著且Bootstrap 检验的置信区间均不包含0，检验结果依然证明融资约束中介机制显著存在。综上所述，绿色金融政策能够通过缓解试验区企业融资约束促进制造业绿色技术创新，理论部分的假说1得到验证。

表3 中介机制检验：融资约束视角

4.2.2 重污染行业机制检验

理论分析表明，绿色金融通过环境信息的资金配置效应缓解了企业融资约束，促进企业绿色技术创新。那么，绿色金融政策是否也会产生双重资源配置效应，导致绿色信贷资源从试验区重污染行业流向清洁生产行业？为了考察绿色金融改革创新试验区的设立对重污染企业绿色技术创新的真实影响，根据原环保部2010年发布的《上市公司环境信息披露指南》，将石油化工、煤炭、造纸、采矿、纺织、制革、冶金和火电等16个污染严重的行业划为重污染行业，并参照徐佳等［29］的做法构建三重差分模型进行机制检验。

其中：Pollj表示行业虚拟变量，如果上市公司属于原环保部2010 年披露的16 个污染严重的行业，Pollj记为1，反之记为0；X表示企业层面控制变量，与基准模型选择的控制变量一致；式（4）中系数β1和式（5）中系数δ1分别表示与清洁行业相比，绿色金融政策能否促进污染企业绿色技术创新，同时降低污染企业融资约束。

4.3 稳健性测试

4.3.1 PSM-DID检验

已通过的平行趋势检验发现，处理组企业与控制组企业在政策实施前，绿色技术创新并不存在显著差异，但考虑到试点政策的设立并不完全随机，可能存在样本选择偏误导致的内生性问题。文章进一步借助倾向得分匹配法降低样本选择偏差，再利用匹配后的样本进行双重差分估计。为此，首先选择Logit模型估计倾向得分值，随后分别选择半径匹配与核匹配这两种方法。为了尽可能地消除“选择性偏差”的影响，在进行半径匹配时选择了更加严格的卡尺半径（0.000 1）。表5 中第2 至5 列所示，采用PSM-DID 的估计结果仍至少在5%水平下显著为正。

表4 绿色金融的信贷资源转移效应

4.3.2 熵平衡法检验

Hainmueller［30］认为，倾向得分匹配法的匹配结果高度依赖第一阶段Logit 模型的设定。熵平衡法（Entropy Balancing）则不需要在第一阶段设定模型的具体形式，而是选择一些可能导致政策估计有偏的协变量，并同时考虑协变量的一阶矩条件（均值）、二阶矩条件（方差）以及三阶矩条件（偏度），进而最大程度上使处理组和对照组样本实现精确匹配，最后利用匹配后的样本重新进行双重差分估计。表5 第6 列和第7 列的结果显示，较之于基准回归模型，无论是绿色发明专利占比还是绿色总专利占比的系数均有所降低，但核心解释变量依然在5%置信水平下显著为正，再次证明了绿色金融改革创新试验区的设立能够促进制造业绿色技术创新这一结论是稳健可靠的。

表5 降低样本选择性偏差：匹配法检验

4.3.3 其他稳健性检验

考虑到绿色专利从开始申请到已经授权可能存在时间滞后效应，因此稳健性检验中再次将绿色发明专利与绿色专利申请分别滞后1 年和滞后2 年处理，回归结果见表6中第2至5列。将被解释变量滞后一期的回归结果均保持在1%的水平下显著为正，滞后两期的结果也至少在10%水平下显著。为了保证政策实施前后时间上的一致性，表6 第6 列和第7 列还考察了政策实施前两年和后两年（2015—2019 年）的效果差异，结果依然显示绿色金融政策在促进制造业绿色创新方面发挥着显著的正向影响。

表6 其他类型的稳健性检验

5 拓展分析：异质性检验

5.1 地区异质性

中国各地区的金融市场化发展进程不尽相同，不同地区金融市场化水平的高低会严重制约绿色信贷资金的审批速度和效率，进而影响到绿色金融政策的创新效果。具体地，在金融市场化程度更高地区建设试验区，一定程度上可以弥补政府制定绿色金融政策所面临的时滞性问题，有利于形成挤入效应促进试验区企业绿色技术创新。为了验证上述预期，基于王小鲁等［31］编制的《中国分省份市场化指数报告（2016）》，根据报告中提供的要素市场发育程度评分，按其分位数水平将样本划分为0～25%、＞25%～50%、＞50%～75%以及＞75%～100%四个评分区间，并分别检验在不同区间内实施绿色金融政策对制造业绿色技术创新的异质性效果。

表7中的估计结果显示，以绿色专利申请占比作因变量为例，在金融市场化水平处于0～25%和＞25%～50%的分位区间，绿色金融政策对制造业绿色技术创新均不显著，当超过中位数门槛后，在＞50%～75%以及＞75%～100%的分位区间内，随着金融市场化水平越高，绿色金融政策对制造业绿色技术创新的正向促进作用也越明显，这一结果表明金融市场化水平的高低是制约绿色金融政策对制造业绿色技术创新影响的重要因素。

表7 要素市场发育程度不同分位区间的异质性

5.2 企业异质性

近年来，关于“国退民进”还是“国进民退”的争议不断，国内部分学者认为，只有深化国有企业市场化改革才是解决国企效率问题的关键。而另一部分学者认为，中国的市场化改革并不彻底，国有企业市场化改革不但无效，还会导致国有资产的流失［32］。那么，与中国市场化进程密切相关的绿色金融发展是否也会因不同所有制结构而产生系统性差异？为了回答这一问题，根据上市公司股权性质文件，将样本分为国有企业和民营企业进行分组回归。

表8中第2列和第3列以绿色发明专利占比表征制造业绿色技术创新，第4 列和第5 列以绿色专利占比表征制造业绿色技术创新。可以看出，无论以何种方式度量企业绿色技术创新，绿色金融政策对国有企业绿色技术创新的正向促进作用均显著高于民营企业，且组间回归系数差异性检验也显示两者存在显著差异。对此，文章给出的解释是，一方面国有企业在金融资源特别是信贷资源分配和获取方面本就具有一定优势，因此无论从融资约束还是融资风险方面考虑，绿色金融机构都更愿意为国有企业提供融资贷款；另一方面中国的绿色金融刚处于起步阶段，环境信息披露机制尚未成熟［33］，与一般性的民营企业相比，绿色金融可能对环境信息披露相对更全面的国有企业绿色技术创新更加敏感，这一结果也为现阶段国有企业市场化改革取得显著成效提供了间接的经验证据。

表8 所有制结构异质性：国企组和民营组

5.3 企业生命周期异质性

现有文献在研究微观企业异质性特征时大多仅考虑企业截面差异的影响，忽视了时间维度上的潜在异质性——企业生命周期。因此，在前文异质性分析的基础上进一步嵌入企业生命周期视角。借鉴刘诗源等［21］的做法，通过经营活动产生的现金流量净额、投资活动产生的现金流量净额以及筹资活动产生的现金流量净额三类指标的正负组合将样本划分为成长期、成熟期和衰退期三个阶段，分组回归检验绿色金融改革创新试验区的设立对制造业不同生命周期阶段企业绿色技术创新的影响，结果见表9。

从表9中的回归结果可以看出，无论是以绿色发明专利占比抑或绿色专利占比作为被解释变量，绿色金融改革创新试验区的设立均始终能够促进制造业行业中成熟期企业绿色技术创新，对成长期和衰退期企业绿色技术创新的影响不显著，因此理论部分中的假说2 得到验证，即绿色金融政策的实施对不同生命周期阶段的企业存在显著差异，相比之下更能促进制造业行业中成熟期企业绿色技术创新。

表9 企业生命周期理论的异质性检验

6 结论与政策建议

6.1 研究结论

绿色金融改革创新试验区作为中国绿色产业政策的最新实践成果之一，能否依托金融工具实现制造业绿色技术创新，是绿色发展大背景下亟待解决的现实问题。文章将2017年国务院批准设立的绿色金融改革创新试验区作为一项准实验，选择沪深A 股上市公司面板数据，分别采用双重差分法、三重差分法以及PSM-DID 等方法，实证检验了绿色金融政策对制造业绿色技术创新的影响及机制。研究结论如下：①整体上看，绿色金融改革创新试验区的设立能够显著降低试验区企业融资约束，促进制造业绿色技术创新；分行业机制检验发现，绿色金融产生的信贷资源配置效应将金融资源从重污染行业流向绿色清洁行业，加重了污染企业的融资成本，促进了清洁企业的绿色转型。②地区异质性检验发现，绿色金融改革创新试验区的设立在要素市场发育程度更高的分位区间，对制造业绿色技术创新的正向影响更显著；所有制异质性检验发现，绿色金融政策实施显著促进了试验区国有企业绿色技术创新，对民营企业绿色创新效果并未显现。③基于生命周期视角的研究发现，试验区设立更易诱发制造业行业中成熟期阶段的企业绿色技术创新，对成长期和衰退期企业影响不显著。

6.2 政策建议

在新发展理念指导下，选择适合的区域型绿色产业政策将为中国制造业创新发展和产业结构优化升级提供新的路径和方向。基于文章理论与实证分析，以及国家低碳、环保、绿色化进程，提出如下对策建议。

第一，利用绿色金融改革创新试验区的政策优势撬动经济绿色发展。绿色技术创新被认为是降低工业企业污染物排放，同时实现制造业绿色转型升级和经济可持续发展的重要手段。理论和实证研究结果均表明，绿色金融改革创新试验区的设立能够显著增强试验区企业绿色技术创新，因此，要不遗余力地推动试点政策的普及和推广。

第二，要精准化推广和实施绿色金融改革创新试验区。分组回归结果显示，绿色金融改革创新试验区的设立导致金融资源从重污染行业流向清洁生产行业，且对不同地区和不同所有制企业存在显著差异。因此，在推动试点政策推广和试验的过程中，要因势利导、因地制宜，对不同地区、不同行业以及不同产权性质的企业“对症下药”，不能盲目地采取一刀切的“撒网式”激励机制，以避免过犹不及。

第三，进一步丰富和完善绿色金融产品工具的多层次和多元化发展。既然以绿色金融为核心的区域型绿色产业政策在倒逼污染企业绿色转型，实现制造业绿色创新方面发挥重要作用，意味着中国部分绿色产业政策能够实现“鱼和熊掌均可得兼”的“波特效应”。那么就更应该深入探索其他类型的绿色政策工具，同时也要重视现有的绿色产业政策的经验总结与成果转化，让更多能够惠及制造业绿色转型升级的优质政策遍地开花。

6.3 不足与展望

限于篇幅，文章对于以绿色金融为重要实践的区域型绿色产业政策探索仍属于初步的尝试。文章认为，基于结构性视角探究何种绿色金融模式更有利于促进制造业绿色创新发展可能更具现实意义。目前，国内学者对绿色产业政策的关注度仍有待提高，未来的研究可以继续按照以下方向进行：①考察绿色金融政策对区域绿色发展、产业结构转型升级以及企业全要素生产率等方面的影响；②制定严格合理的环境信用评价标准是绿色金融制度设计的一个重要方面，也是影响政策实施效果的重要因素，以后研究可以从政策设计角度入手进行深入分析；③还可以考虑其他类型的绿色产业政策，丰富和完善绿色金融产品工具的多层次和多元化发展。